Let's face it: Driving is dangerous. It's one of the things that we don't like to think about, but the fact that religious icons and good luck charms show up on dashboards around the world betrays the fact that we know this to be true. Car accidents are the leading cause of death in people ages 16 to 19 in the United States -- leading cause of death -- and 75 percent of these accidents have nothing to do with drugs or alcohol.
Laten we duidelijk zijn: autorijden is gevaarlijk. We denken er liever niet over na, maar het feit dat er overal heiligenbeeldjes en gelukspoppetjes op dashboards staan, op de hele wereld, bewijst dat we weten dat het waar is. Auto-ongelukken zijn de voornaamste doodsoorzaak voor mensen in de leeftijd van 16 tot 19 in Amerika, de voornaamste doodsoorzaak -- en 75 procent komt niet door drugs of alcohol.
So what happens? No one can say for sure, but I remember my first accident. I was a young driver out on the highway, and the car in front of me, I saw the brake lights go on. I'm like, "Okay, all right, this guy is slowing down, I'll slow down too." I step on the brake. But no, this guy isn't slowing down. This guy is stopping, dead stop, dead stop on the highway. It was just going 65 -- to zero? I slammed on the brakes. I felt the ABS kick in, and the car is still going, and it's not going to stop, and I know it's not going to stop, and the air bag deploys, the car is totaled, and fortunately, no one was hurt. But I had no idea that car was stopping, and I think we can do a lot better than that. I think we can transform the driving experience by letting our cars talk to each other.
Wat is dan het probleem? Niemand weet dat zeker, <br>maar ik herinner me nog mijn eerste aanrijding. Ik had net mijn rijbewijs en reed op de snelweg. Ik zag dat de auto voor me remde. Ik dacht gelijk: "Ok, deze man gaat remmen, dan ga ik ook remmen." Ik druk het rempedaal in. Maar deze man was niet aan het afremmen. Hij stopte en stond in één klap stil op de snelweg. Het ging van 100 km per uur naar 0? Ik trapte keihard op de rem. Ik voelde de ABS, maar de auto reed nog steeds, ik wist dat hij niet ging stoppen… De airbag werd opgeblazen, de auto was total loss. Gelukkig was er niemand gewond. Maar ik wist niet dat de auto voor me zou gaan stoppen. Ik denk dat we beter kunnen doen dan dit. Ik denk dat we het autorijden kunnen verbeteren, door auto's met elkaar te laten praten.
I just want you to think a little bit about what the experience of driving is like now. Get into your car. Close the door. You're in a glass bubble. You can't really directly sense the world around you. You're in this extended body. You're tasked with navigating it down partially-seen roadways, in and amongst other metal giants, at super-human speeds. Okay? And all you have to guide you are your two eyes. Okay, so that's all you have, eyes that weren't really designed for this task, but then people ask you to do things like, you want to make a lane change, what's the first thing they ask you do? Take your eyes off the road. That's right. Stop looking where you're going, turn, check your blind spot, and drive down the road without looking where you're going. You and everyone else. This is the safe way to drive. Why do we do this? Because we have to, we have to make a choice, do I look here or do I look here? What's more important? And usually we do a fantastic job picking and choosing what we attend to on the road. But occasionally we miss something. Occasionally we sense something wrong or too late. In countless accidents, the driver says, "I didn't see it coming." And I believe that. I believe that. We can only watch so much.
Denk maar eens na hoe je nu aan het autorijden bent. Je stapt in de auto, sluit de deur. Je bent in een soort glazen koepel. Je voelt niet aan wat er om je heen gebeurt. Je zit in een verlengstuk van jezelf. Je moet dit stuk navigeren over wegen die je slechts gedeeltelijk overziet, tussen allerlei andere metalen reuzen, op supersnelheid. Je hebt maar twee ogen. Dat is alles wat je hebt, maar ogen zijn hier niet voor gemaakt, en dan moet je dingen doen zoals: veranderen van rijstrook, wat is dan het eerste wat je moet doen? Kijk niet meer naar de weg. Kijk niet meer waar je naar toe gaat en draai, controleer je blinde hoek, en blijf op de weg rijden zonder te zien waar je naar toe gaat. Dit doet iedereen. Dit is de veilige manier om auto te rijden. Waarom doen we dit? Omdat we een keuze moeten maken, kijk ik hierheen of daarheen? Wat is het belangrijkst? En meestal zijn we heel goed in het kiezen waar we aandacht aan besteden op de weg. Maar soms zien we iets over het hoofd. Soms hebben we iets niet in de gaten of zijn we te laat. In de meeste gevallen zegt de chauffeur: "Ik zag het niet aankomen." En dat geloof ik. We kunnen niet alles zien aankomen.
But the technology exists now that can help us improve that. In the future, with cars exchanging data with each other, we will be able to see not just three cars ahead and three cars behind, to the right and left, all at the same time, bird's eye view, we will actually be able to see into those cars. We will be able to see the velocity of the car in front of us, to see how fast that guy's going or stopping. If that guy's going down to zero, I'll know.
Maar met de huidige technologie kan dat verbeterd worden. In de toekomst, als auto's met elkaar gegevens uitwisselen, kunnen we niet alleen drie auto's voor ons zien, en drie auto's achter ons, en links en rechts, maar alles tegelijkertijd, in vogelperspectief. We kunnen zelfs in de auto's kijken. We kunnen de snelheid zien van de auto voor ons, hoe snel die man rijdt en of dat hij gaat stoppen. Als hij ineens bovenop de rem gaat staan, dan weet ik dat.
And with computation and algorithms and predictive models, we will be able to see the future. You may think that's impossible. How can you predict the future? That's really hard. Actually, no. With cars, it's not impossible. Cars are three-dimensional objects that have a fixed position and velocity. They travel down roads. Often they travel on pre-published routes. It's really not that hard to make reasonable predictions about where a car's going to be in the near future. Even if, when you're in your car and some motorcyclist comes -- bshoom! -- 85 miles an hour down, lane-splitting -- I know you've had this experience -- that guy didn't "just come out of nowhere." That guy's been on the road probably for the last half hour. (Laughter) Right? I mean, somebody's seen him. Ten, 20, 30 miles back, someone's seen that guy, and as soon as one car sees that guy and puts him on the map, he's on the map -- position, velocity, good estimate he'll continue going 85 miles an hour. You'll know, because your car will know, because that other car will have whispered something in his ear, like, "By the way, five minutes, motorcyclist, watch out." You can make reasonable predictions about how cars behave. I mean, they're Newtonian objects. That's very nice about them.
Met berekeningen, algoritmes en voorspellende modellen kunnen we in de toekomst kijken. Je denkt misschien dat dat onmogelijk is. Het is moeilijk om de toekomst te voorspellen. Met auto's is dat niet onmogelijk. Auto's zijn driedimensionale objecten die een vaste positie en snelheid hebben. Ze rijden over wegen. Vaak rijden ze op vooraf aangegeven wegen. Het is niet zo moeilijk om te voorspellen waar een auto zal zijn over een paar minuten. Zelfs als je in je auto bent en er komt een motorrijder aan - zoef! - met 135 km per uur, wisselend van rijstrook - je hebt dat vast wel eens meegemaakt - die motor komt niet 'uit het niets'. Die rijdt waarschijnlijk al een half uur op deze weg. (Gelach) Iemand moet hem gezien hebben. Misschien 10, 20 of 30 kilometer eerder heeft iemand hem gezien. En wanneer één auto die motorrijder ziet, dan wordt deze geregistreerd - positie, snelheid. Hij blijft nog wel even 135 km per uur rijden. Jij weet dat, omdat je auto het weet, omdat een andere auto dat in zijn oor heeft gefluisterd. Zo iets als: "Let op! Over vijf minuten, motorrijder, kijk uit!" Je kunt aardig inschatten hoe andere auto's zich gaan gedragen. Ze doen dat al zo lang. Dat is juist het makkelijke eraan.
So how do we get there? We can start with something as simple as sharing our position data between cars, just sharing GPS. If I have a GPS and a camera in my car, I have a pretty precise idea of where I am and how fast I'm going. With computer vision, I can estimate where the cars around me are, sort of, and where they're going. And same with the other cars. They can have a precise idea of where they are, and sort of a vague idea of where the other cars are. What happens if two cars share that data, if they talk to each other? I can tell you exactly what happens. Both models improve. Everybody wins. Professor Bob Wang and his team have done computer simulations of what happens when fuzzy estimates combine, even in light traffic, when cars just share GPS data, and we've moved this research out of the computer simulation and into robot test beds that have the actual sensors that are in cars now on these robots: stereo cameras, GPS, and the two-dimensional laser range finders that are common in backup systems. We also attach a discrete short-range communication radio, and the robots talk to each other. When these robots come at each other, they track each other's position precisely, and they can avoid each other.
Maar hoe komen we zo ver? We kunnen beginnen met iets simpels, bijvoorbeeld met het doorgeven van onze positie aan andere auto's. Gewoon de gps-gegevens delen. Als ik een gps en een camera in mijn auto heb, dan weet ik vrij aardig waar ik me bevind en hoe snel ik ga. Met hulp van een computer kan ik inschatten waar de auto's om mij heen zijn en waar ze naar toe gaan. Dat geldt ook voor andere auto's. Ze kunnen exact weten waar ze zijn en hebben een vaag idee waar andere auto's zijn. Wat zou er gebeuren als twee auto's deze gegevens uitwisselen, als ze met elkaar zouden praten? Ik kan precies zeggen wat er dan gebeurt: ze worden er allebei beter van. Het is een win-win-situatie. Professor Bob Wang en zijn team.. hebben computersimulaties gemaakt van wat er gebeurt als schattingen worden gecombineerd, zelfs als het niet zo druk is, als auto's alleen maar hun gps-gegevens zouden uitwisselen. Dit onderzoek is nu de fase van computersimulatie voorbij. Er zijn nu de proefmodellen met echte sensoren in auto's die op de computers staan: dubbele camera's, gps, en de tweedimensionale afstandsmeters die gebruikt worden in backupsystemen. We hangen er ook een losse radio aan met kort bereik en laten de robots met elkaar praten. Als deze robots elkaar vinden, dan bepalen ze elkaars positie en kunnen ze elkaar uit de weg gaan.
We're now adding more and more robots into the mix, and we encountered some problems. One of the problems, when you get too much chatter, it's hard to process all the packets, so you have to prioritize, and that's where the predictive model helps you. If your robot cars are all tracking the predicted trajectories, you don't pay as much attention to those packets. You prioritize the one guy who seems to be going a little off course. That guy could be a problem. And you can predict the new trajectory. So you don't only know that he's going off course, you know how. And you know which drivers you need to alert to get out of the way.
We voegen momenteel steeds meer robots toe en we liepen tegen een paar problemen aan. Als er te veel gegevens heen en weer worden gestuurd dan wordt het moeilijk alle gegevens te verwerken. Er moet dan bepaald worden wat belangrijk is. Dan komt het voorspellende model van pas. Als alle robotauto's de voorspelde trajecten bijhouden, dan hoef je daar niet zo veel aandacht aan te besteden. Je richt je slechts op die ene persoon die van het standaardtraject afwijkt. Die persoon zou een probleem kunnen worden. Je kunt het nieuwe traject voorspellen. Je weet niet alleen dat hij afwijkt, je weet ook hoe. Je weet welke chauffeurs je moet waarschuwen om uit de weg te gaan.
And we wanted to do -- how can we best alert everyone? How can these cars whisper, "You need to get out of the way?" Well, it depends on two things: one, the ability of the car, and second the ability of the driver. If one guy has a really great car, but they're on their phone or, you know, doing something, they're not probably in the best position to react in an emergency. So we started a separate line of research doing driver state modeling. And now, using a series of three cameras, we can detect if a driver is looking forward, looking away, looking down, on the phone, or having a cup of coffee. We can predict the accident and we can predict who, which cars, are in the best position to move out of the way to calculate the safest route for everyone. Fundamentally, these technologies exist today.
Hoe kunnen wij het beste iedereen waarschuwen? Hoe kunnen deze auto's doorgeven: "Zorg dat je wegkomt?" Dat hangt af van twee dingen. Eén: de mogelijkheden van de auto, Twee: de bekwaamheid van de chauffeur. Als iemand een geweldige auto heeft, maar aan het bellen is of iets anders aan het doen is, dan is hij waarschijnlijk niet alert genoeg om tijdig te reageren in geval van nood. We zijn een apart onderzoek begonnen naar de houding van de chauffeur. Met behulp van drie camera's zien we of een chauffeur voor zich uit kijkt, wegkijkt, naar beneden kijkt, aan het bellen is, of een kopje koffie drinkt. Wij kunnen het ongeval voorspellen en we kunnen voorspellen welke auto's het beste uit de weg kunnen gaan, om de veiligste route voor iedereen berekenen. Deze technologieën zijn er vandaag al.
I think the biggest problem that we face is our own willingness to share our data. I think it's a very disconcerting notion, this idea that our cars will be watching us, talking about us to other cars, that we'll be going down the road in a sea of gossip. But I believe it can be done in a way that protects our privacy, just like right now, when I look at your car from the outside, I don't really know about you. If I look at your license plate number, I don't really know who you are. I believe our cars can talk about us behind our backs.
Ik denk dat het grootste probleem onze bereidwilligheid zal zijn om gegevens te delen. Het is een verontrustende gedachte dat auto's ons in de gaten kunnen houden, en over ons praten met andere auto's, dat we ons op de weg begeven in een zee van geroddel. Maar ik denk dat het mogelijk is met bescherming van onze privacy, net als nu: ik zie je auto van buitenaf, terwijl ik niets over jou weet. Als ik naar jouw kentekenplaat kijk, dan weet ik echt niet wie je bent. Ik geloof dat onze auto's achter onze rug over ons kunnen praten.
(Laughter)
(Gelach)
And I think it's going to be a great thing. I want you to consider for a moment if you really don't want the distracted teenager behind you to know that you're braking, that you're coming to a dead stop. By sharing our data willingly, we can do what's best for everyone.
Ik denk dat het heel groot gaat worden. Denk je eens in: Wil je echt niet dat die verstrooide tiener achter jou weet dat je op de rem gaat staan, dat je een noodstop moet maken? Door het vrijwillig delen van onze gegevens, kunnen wij doen wat voor iedereen het beste zou zijn.
So let your car gossip about you. It's going to make the roads a lot safer.
Dus laat je auto lekker over je kletsen. Het zal de wegen een stuk veiliger maken.
Thank you.
Bedankt.
(Applause)
(Applaus)